《表1 高德交通数据集预测误差比较表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于LSTM的城市道路交通速度预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文实验选择的比较算法有支持向量回归（SVR）、前馈神经网络（FNN）和普通循环神经网络（RNN），其中SVR采用RBF核函数，各神经网络的参数与训练方法与LSTM保持一致，近历史时刻数量为12。神经网络模型以30次运行的均值为最终结果，4种算法在高德交通数据集和出租车GPS轨迹数据集的预测误差见表1和表2。